{"id":2199,"date":"2026-05-20T10:43:09","date_gmt":"2026-05-20T10:43:09","guid":{"rendered":"https:\/\/www.pickplace.de\/?post_type=glossary&#038;p=2199"},"modified":"2026-05-20T10:50:08","modified_gmt":"2026-05-20T10:50:08","slug":"spfm","status":"publish","type":"glossary","link":"https:\/\/www.pickplace.de\/de\/glossar\/spfm\/","title":{"rendered":"SPFM"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Die Single Point Fault Metric, abgek&#xFC;rzt SPFM, ist eine Hardware-Architektur-Metrik aus der <a href=\"https:\/\/www.pickplace.de\/funktionale-sicherheit\/\" data-type=\"page\" data-id=\"947\">funktionalen Sicherheit<\/a>. Sie wird vor allem im Umfeld der ISO 26262 verwendet und bewertet, wie gut eine sicherheitsbezogene Hardware-Architektur gegen zuf&#xE4;llige Hardwarefehler abgesichert ist, die unmittelbar oder trotz vorhandener Diagnose zu einer Verletzung eines Sicherheitsziels f&#xFC;hren k&#xF6;nnen. Die SPFM ist damit eine zentrale Kennzahl f&#xFC;r die Bewertung von Hardware in sicherheitskritischen Systemen, insbesondere in <a href=\"https:\/\/www.pickplace.de\/automotive-embedded-systems\/\" data-type=\"page\" data-id=\"1820\">Automotive<\/a>-Anwendungen, aber auch in anderen Bereichen, in denen zuf&#xE4;llige Hardwareausf&#xE4;lle systematisch analysiert und beherrscht werden m&#xFC;ssen.<\/p>\n\n\n\n<div class=\"wp-block-rank-math-toc-block\" id=\"rank-math-toc\"><h2>Inhalt<\/h2><nav><ul><li class=\"\"><a href=\"#definition\">Definition<\/a><\/li><li class=\"\"><a href=\"#formel-der-spfm\">Berechnung<\/a><\/li><li class=\"\"><a href=\"#bedeutung-der-einzelnen-formelbestandteile\">Bedeutung der einzelnen Formelbestandteile<\/a><\/li><li class=\"\"><a href=\"#beispielrechnung\">Beispielrechnung<\/a><\/li><li class=\"\"><a href=\"#zusammenhang-mit-fmeda\">Zusammenhang mit FMEDA<\/a><\/li><li class=\"\"><a href=\"#single-point-fault\">Single Point Fault<\/a><\/li><li class=\"\"><a href=\"#residual-fault\">Residual Fault<\/a><\/li><li class=\"\"><a href=\"#spfm-und-diagnostic-coverage\">Single Point Fault Metric und <a class=\"glossaryLink\"  href=\"https:\/\/www.pickplace.de\/de\/glossar\/diagnostic-coverage\/\"  data-gt-translate-attributes='[{\"attribute\":\"data-cmtooltip\", \"format\":\"html\"}]' tabindex='0' role='link'>Diagnostic Coverage<\/a><\/a><\/li><li class=\"\"><a href=\"#spfm-im-verhaltnis-zur-lfm\">Single Point Fault Metric im Verh&#xE4;ltnis zur LFM<\/a><\/li><li class=\"\"><a href=\"#spfm-im-verhaltnis-zur-pmhf\">Single Point Fault Metric im Verh&#xE4;ltnis zur PMHF<\/a><\/li><li class=\"\"><a href=\"#warum-die-spfm-wichtig-ist\">Warum die Single Point Fault Metric wichtig ist<\/a><\/li><li class=\"\"><a href=\"#typische-massnahmen-zur-verbesserung-der-spfm\">Typische Ma&#xDF;nahmen<\/a><\/li><li class=\"\"><a href=\"#haufige-fehler-bei-der-berechnung\">Einordnung f&#xFC;r Embedded-Systeme<\/a><\/li><li class=\"\"><a href=\"#bedeutung-fur-asil-bewertungen\">Bedeutung f&#xFC;r ASIL-Bewertungen<\/a><\/li><\/ul><\/nav><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Im Kern beantwortet die SPFM eine einfache Frage: Welcher Anteil der sicherheitsbezogenen Hardwarefehler ist nicht als kritischer Einzelfehler oder nicht abgedeckter Restfehler wirksam? Je h&#xF6;her die Kennzahl, desto besser ist die Architektur gegen solche Fehlerarten gesch&#xFC;tzt. Der Idealwert liegt bei 100 Prozent. Ein Wert von 100 Prozent w&#xFC;rde bedeuten, dass keine relevanten Single Point Faults und keine relevanten Residual Faults mehr vorhanden sind. In der Praxis wird dieser Idealwert selten erreicht. Entscheidend ist, ob der geforderte Zielwert f&#xFC;r den jeweiligen Automotive Safety Integrity Level, kurz ASIL, eingehalten wird.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM ist bei allen sicherheitsrelevanten Komponenten im Fahrzeug von besonderer Bedeutung.<\/p>\n\n\n\n<div class=\"wp-block-stackable-image stk-block-image stk-block stk-12e594c\" data-block-id=\"12e594c\"><style>.stk-12e594c .stk-img-figcaption{text-align:center !important;font-style:italic !important;}<\/style><figure><span class=\"stk-img-wrapper stk-image--shape-stretch\"><img loading=\"lazy\" decoding=\"async\" class=\"stk-img wp-image-2205\" src=\"https:\/\/www.pickplace.de\/wp-content\/uploads\/2026\/05\/tuev-rheinland-functional-safety-in-automotive-car-en_core_1_x-1.jpg\" width=\"150\" height=\"300\" alt=\"Automobil ASIL-Klassifikationen &#xDC;bersicht - SPFM spielt eine Rolle\"\/><\/span><figcaption class=\"stk-img-figcaption\">Sicherheitssysteme im Fahrzeug (Quelle: <a href=\"https:\/\/www.tuv.com\/germany\/de\/funktionale-sicherheit-in-automotive.html\" target=\"_blank\" rel=\"noopener\">T&#xDC;V Rheinland<\/a>)<\/figcaption><\/figure><\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"definition\">Definition<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">SPFM steht f&#xFC;r Single Point Fault Metric. &#xDC;bersetzt bedeutet das etwa &#x201E;Metrik f&#xFC;r Einzelfehler&#x201C;. Der Begriff ist allerdings etwas enger zu verstehen: sowohl Single Point Faults als auch Residual Faults. Beide Fehlerarten sind f&#xFC;r die Bewertung relevant, weil sie zu einer Verletzung eines Sicherheitsziels f&#xFC;hren k&#xF6;nnen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein Single Point Fault ist ein Fehler, der ohne das gleichzeitige Auftreten eines weiteren unabh&#xE4;ngigen Fehlers direkt zur Verletzung eines Sicherheitsziels f&#xFC;hren kann. Das bedeutet: Ein einzelner Hardwarefehler reicht aus, um die Sicherheitsfunktion zu gef&#xE4;hrden. Ein solcher Fehler ist aus Sicht der funktionalen Sicherheit besonders kritisch, weil keine zus&#xE4;tzliche Fehlerkombination erforderlich ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein Residual Fault ist ein Restfehler. Dabei existiert grunds&#xE4;tzlich ein Sicherheitsmechanismus, der einen Fehler erkennen oder beherrschen soll, aber dieser Mechanismus deckt den Fehler nicht vollst&#xE4;ndig ab. Der nicht diagnostizierte oder nicht beherrschte Anteil bleibt als Residual Fault &#xFC;brig. Residual Faults entstehen also durch unvollst&#xE4;ndige Diagnoseabdeckung.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"formel-der-spfm\">Berechnung<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Single Point Fault Metric wird aus den Fehlerraten der sicherheitsbezogenen Hardwareelemente berechnet. Dabei werden die Fehlerraten der Single Point Faults und der Residual Faults ins Verh&#xE4;ltnis zur gesamten sicherheitsbezogenen Fehlerrate gesetzt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mfrac><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>+<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><\/mrow><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><\/mrow><\/mfrac><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = 1 &#x2013; \\frac{ \\sum \\lambda_{\\mathrm{SPF}} + \\sum \\lambda_{\\mathrm{RF}} }{ \\sum \\lambda_{\\mathrm{SR}} }<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dabei gilt:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>=<\/mo><mtext>Fehlerrate&#xA0;der&#xA0;Single&#xA0;Point&#xA0;Faults<\/mtext><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda_{\\mathrm{SPF}} = \\text{Fehlerrate der Single Point Faults}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>=<\/mo><mtext>Fehlerrate&#xA0;der&#xA0;Residual&#xA0;Faults<\/mtext><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda_{\\mathrm{RF}} = \\text{Fehlerrate der Residual Faults}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><mo>=<\/mo><mtext>sicherheitsbezogene&#xA0;Fehlerrate<\/mtext><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda_{\\mathrm{SR}} = \\text{sicherheitsbezogene Fehlerrate}<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Formel kann auch als Anteil der nicht kritischen beziehungsweise beherrschten Fehlerraten verstanden werden:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mfrac><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><mo>&#x2212;<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>&#x2212;<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><\/mrow><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><\/mrow><\/mfrac><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = \\frac{ \\sum \\lambda_{\\mathrm{SR}} &#x2013; \\sum \\lambda_{\\mathrm{SPF}} &#x2013; \\sum \\lambda_{\\mathrm{RF}} }{ \\sum \\lambda_{\\mathrm{SR}} }<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Diese zweite Darstellung zeigt deutlicher, worum es geht: Von der gesamten sicherheitsbezogenen Fehlerrate werden die kritisch verbleibenden Anteile abgezogen. &#xDC;brig bleibt der Anteil der sicherheitsbezogenen Hardwarefehler, der aus Sicht der Single Point Fault Metric nicht als Single Point Fault oder Residual Fault wirksam bleibt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"bedeutung-der-einzelnen-formelbestandteile\">Bedeutung der einzelnen Formelbestandteile<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Fehlerrate <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><mi>&#x3BB;<\/mi><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda<\/annotation><\/semantics><\/math> beschreibt, mit welcher statistischen H&#xE4;ufigkeit ein Hardwareelement ausf&#xE4;llt. In Safety-Analysen wird sie h&#xE4;ufig in FIT angegeben. FIT steht f&#xFC;r Failures in Time und bedeutet Fehler pro <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><msup><mn>10<\/mn><mn>9<\/mn><\/msup><\/mrow><annotation encoding=\"application\/x-tex\">10^9<\/annotation><\/semantics><\/math>109 Betriebsstunden.<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mn>1<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mtext>&#xA0;Fehler&#xA0;pro&#xA0;<\/mtext><msup><mn>10<\/mn><mn>9<\/mn><\/msup><mtext>&#xA0;Stunden<\/mtext><\/mrow><annotation encoding=\"application\/x-tex\">1\\,\\mathrm{FIT} = 1 \\text{ Fehler pro } 10^9 \\text{ Stunden}<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Summe <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{SR}}<\/annotation><\/semantics><\/math>umfasst die sicherheitsbezogenen Fehlerraten der betrachteten Hardware. Nicht jeder denkbare Hardwarefehler ist sicherheitsbezogen. Relevant sind diejenigen Fehler, die in Bezug auf ein konkretes Sicherheitsziel betrachtet werden m&#xFC;ssen. Die Single Point Fault Metric ist daher stets eine sicherheitsbezogene Architekturkennzahl.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Summe <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{SPF}}<\/annotation><\/semantics><\/math>&#x200B; enth&#xE4;lt die Fehlerraten aller Fehler, die als Single Point Fault klassifiziert wurden. Diese Fehler sind besonders kritisch, weil sie ohne weitere Fehlerkombination zur Verletzung des Sicherheitsziels f&#xFC;hren k&#xF6;nnen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Summe <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{RF}}<\/annotation><\/semantics><\/math> enth&#xE4;lt die Fehlerraten der Restfehler. Ein Restfehler bleibt nach Ber&#xFC;cksichtigung eines Sicherheitsmechanismus &#xFC;brig. Typisch ist zum Beispiel ein Diagnosemechanismus mit einem bestimmten Diagnostic Coverage. Erkennt dieser Mechanismus 90 Prozent einer Fehlerart, verbleiben 10 Prozent als Restanteil. Dieser Restanteil kann als Residual Fault in die SPFM eingehen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"beispielrechnung\">Beispielrechnung<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Angenommen, eine sicherheitsbezogene Hardwareanalyse ergibt folgende Fehlerraten:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><mo>=<\/mo><mn>1000<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{SR}} = 1000\\,\\mathrm{FIT}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>=<\/mo><mn>20<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{SPF}} = 20\\,\\mathrm{FIT}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>=<\/mo><mn>30<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><\/mrow><annotation encoding=\"application\/x-tex\">\\sum \\lambda_{\\mathrm{RF}} = 30\\,\\mathrm{FIT}<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dann ergibt sich:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mfrac><mrow><mn>20<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><mo>+<\/mo><mn>30<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><\/mrow><mrow><mn>1000<\/mn><mtext>&#x2009;<\/mtext><mrow><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">I<\/mi><mi mathvariant=\"normal\">T<\/mi><\/mrow><\/mrow><\/mfrac><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = 1 &#x2013; \\frac{20\\,\\mathrm{FIT} + 30\\,\\mathrm{FIT}}{1000\\,\\mathrm{FIT}}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mfrac><mn>50<\/mn><mn>1000<\/mn><\/mfrac><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = 1 &#x2013; \\frac{50}{1000}<\/annotation><\/semantics><\/math><math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mn>0,05<\/mn><mo>=<\/mo><mn>0,95<\/mn><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = 1 &#x2013; 0{,}05 = 0{,}95<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Als Prozentwert:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>95<\/mn><mtext>&#x2009;<\/mtext><mi mathvariant=\"normal\">%<\/mi><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{SPFM} = 95\\,\\%<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Das Ergebnis bedeutet: 95 Prozent der sicherheitsbezogenen Fehlerrate verbleiben nicht als Single Point Fault oder Residual Fault. 5 Prozent der sicherheitsbezogenen Fehlerrate sind aus SPFM-Sicht kritisch.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"zusammenhang-mit-fmeda\">Zusammenhang mit FMEDA<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Single Point Fault Metric wird typischerweise auf Basis einer FMEDA ermittelt. FMEDA steht f&#xFC;r Failure Modes, Effects and Diagnostic Analysis. Dabei werden Hardwareelemente, Fehlermodi, Fehlerraten, Fehlerauswirkungen, Sicherheitsmechanismen und Diagnoseabdeckungen systematisch miteinander verkn&#xFC;pft.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In einer FMEDA wird f&#xFC;r jedes relevante Hardwareelement analysiert, welche Fehlermodi auftreten k&#xF6;nnen. F&#xFC;r jeden Fehlermodus wird bewertet, ob er sicherheitsrelevant ist, wie er sich auf das System auswirkt und ob ein Sicherheitsmechanismus vorhanden ist. Danach wird der Fehlermodus klassifiziert, beispielsweise als Safe Fault, Single Point Fault, Residual Fault oder Latent Fault.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM entsteht also aus der Klassifikation konkreter Fehlerarten. Die Qualit&#xE4;t der Metrik h&#xE4;ngt deshalb stark von der Qualit&#xE4;t der zugrunde liegenden FMEDA ab. Fehlerhafte Annahmen &#xFC;ber Fehlermodi, falsche Diagnosedeckungsgrade oder unvollst&#xE4;ndige Bauteillisten f&#xFC;hren zu einem falschen Wert.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"single-point-fault\">Single Point Fault<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Ein Single Point Fault ist ein Fehler, der allein eine Verletzung des Sicherheitsziels verursachen kann. Ein einfaches Beispiel ist ein Schaltelement, das in einem gef&#xE4;hrlichen Zustand h&#xE4;ngen bleibt, ohne dass eine Diagnose diesen Zustand erkennt und ohne dass eine redundante Abschaltm&#xF6;glichkeit vorhanden ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In der Systemarchitektur sind Single Point Faults besonders problematisch. Sie zeigen, dass ein einzelner Hardwareausfall ausreicht, um die Sicherheitsfunktion zu verlieren oder eine gef&#xE4;hrliche Ausgangsbedingung zu erzeugen. Die Reduktion von Single Point Faults ist daher ein Hauptziel bei der Verbesserung der SPFM.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">M&#xF6;gliche Ma&#xDF;nahmen gegen Single Point Faults sind Redundanz, Plausibilisierung, &#xDC;berwachung, Fail-Safe-Zust&#xE4;nde, Diagnosepfade, Watchdogs, R&#xFC;cklesesignale, Strommessung, Spannungs&#xFC;berwachung oder architektonische Trennung. Welche Ma&#xDF;nahme geeignet ist, h&#xE4;ngt vom konkreten System, vom Fehlermodus und vom Sicherheitsziel ab.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"residual-fault\">Residual Fault<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Ein Residual Fault entsteht, wenn ein Sicherheitsmechanismus vorhanden ist, aber nicht alle relevanten Fehler vollst&#xE4;ndig erkannt oder beherrscht werden. Der Residual Fault ist also der verbleibende kritische Anteil nach Diagnose.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Beispiel: Ein Sensorpfad wird durch eine Plausibilit&#xE4;tspr&#xFC;fung &#xFC;berwacht. Diese Plausibilit&#xE4;tspr&#xFC;fung erkennt viele Fehler, aber nicht alle. Wenn bestimmte Fehlerbilder innerhalb plausibler Grenzen bleiben, k&#xF6;nnen sie unentdeckt bleiben. Der Anteil dieser nicht erkannten Fehler geht als Residual Fault in die Berechnung ein.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Mathematisch l&#xE4;sst sich der Restanteil eines Fehleranteils &#xFC;ber den Diagnostic Coverage ausdr&#xFC;cken:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>=<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">f<\/mi><mi mathvariant=\"normal\">a<\/mi><mi mathvariant=\"normal\">u<\/mi><mi mathvariant=\"normal\">l<\/mi><mi mathvariant=\"normal\">t<\/mi><\/mrow><\/msub><mo>&#x22C5;<\/mo><mrow><mo fence=\"true\">(<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mi>D<\/mi><mi>C<\/mi><mo fence=\"true\">)<\/mo><\/mrow><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda_{\\mathrm{RF}} = \\lambda_{\\mathrm{fault}} \\cdot \\left( 1 &#x2013; DC \\right)<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dabei ist <math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\"><semantics><mrow><mi>D<\/mi><mi>C<\/mi><\/mrow><annotation encoding=\"application\/x-tex\">DC<\/annotation><\/semantics><\/math>DC der Diagnostic Coverage als Faktor zwischen 0 und 1. Bei einem Diagnostic Coverage von 90 Prozent gilt:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mi>D<\/mi><mi>C<\/mi><mo>=<\/mo><mn>0,90<\/mn><\/mrow><annotation encoding=\"application\/x-tex\">DC = 0{,}90<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dann verbleiben:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mn>1<\/mn><mo>&#x2212;<\/mo><mi>D<\/mi><mi>C<\/mi><mo>=<\/mo><mn>0,10<\/mn><\/mrow><annotation encoding=\"application\/x-tex\">1 &#x2013; DC = 0{,}10<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Also bleiben 10 Prozent der betreffenden Fehlerrate als Restfehler &#xFC;brig.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"spfm-und-diagnostic-coverage\">Single Point Fault Metric und Diagnostic Coverage<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM ist eng mit dem <a class=\"glossaryLink\"  href=\"https:\/\/www.pickplace.de\/de\/glossar\/diagnostic-coverage\/\"  data-gt-translate-attributes='[{\"attribute\":\"data-cmtooltip\", \"format\":\"html\"}]' tabindex='0' role='link'>Diagnostic Coverage<\/a> verbunden, aber sie ist nicht dasselbe. Der Diagnostic Coverage beschreibt, wie gut ein bestimmter Sicherheitsmechanismus eine bestimmte Fehlerklasse erkennt oder beherrscht. Die Single Point Fault Metric dagegen ist eine Architekturmetrik, die &uuml;ber alle betrachteten sicherheitsbezogenen Hardwareelemente hinweg berechnet wird.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein hoher Diagnostic Coverage einzelner Mechanismen verbessert in der Regel die Single Point Fault Metric, weil dadurch Residual Faults kleiner werden. Allerdings reicht ein einzelner guter Diagnosemechanismus nicht automatisch aus. Wenn andere kritische Fehlermodi unentdeckt bleiben, kann die SPFM trotzdem zu niedrig sein.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"spfm-im-verhaltnis-zur-lfm\">Single Point Fault Metric im Verh&#xE4;ltnis zur LFM<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Neben der SPFM wird in der Hardwarebewertung h&#xE4;ufig die Latent Fault Metric, kurz LFM, verwendet. W&#xE4;hrend die Metrik den Umgang mit Single Point Faults und Residual Faults bewertet, betrachtet die LFM schlafende Mehrfachfehler, also Latent Multiple Point Faults.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die LFM wird mit folgender Formel beschrieben:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">L<\/mi><mi mathvariant=\"normal\">F<\/mi><mi mathvariant=\"normal\">M<\/mi><\/mrow><mo>=<\/mo><mn>1<\/mn><mo>&#x2212;<\/mo><mfrac><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">M<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mo separator=\"true\">,<\/mo><mi mathvariant=\"normal\">L<\/mi><\/mrow><\/msub><\/mrow><mrow><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">R<\/mi><\/mrow><\/msub><mo>&#x2212;<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>&#x2212;<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><\/mrow><\/mfrac><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{LFM} = 1 &#x2013; \\frac{ \\sum \\lambda_{\\mathrm{MPF,L}} }{ \\sum \\lambda_{\\mathrm{SR}} &#x2013; \\sum \\lambda_{\\mathrm{SPF}} &#x2013; \\sum \\lambda_{\\mathrm{RF}} }<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dabei gilt:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">M<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mo separator=\"true\">,<\/mo><mi mathvariant=\"normal\">L<\/mi><\/mrow><\/msub><mo>=<\/mo><mtext>Fehlerrate&#xA0;der&#xA0;latenten&#xA0;Mehrpunktfehler<\/mtext><\/mrow><annotation encoding=\"application\/x-tex\">\\lambda_{\\mathrm{MPF,L}} = \\text{Fehlerrate der latenten Mehrpunktfehler}<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Latente Mehrpunktfehler f&#xFC;hren nicht allein zur Verletzung eines Sicherheitsziels. Sie werden erst dann kritisch, wenn ein weiterer unabh&#xE4;ngiger Fehler hinzukommt. Trotzdem m&#xFC;ssen sie betrachtet werden, weil sie &#xFC;ber l&#xE4;ngere Zeit unentdeckt im System vorhanden sein k&#xF6;nnen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">SPFM und LFM bewerten also unterschiedliche Aspekte der Hardwarearchitektur. Die SPFM betrachtet unmittelbar kritische Einzel- und Restfehler. Die LFM betrachtet versteckte Mehrpunktfehler, die erst in Kombination gef&#xE4;hrlich werden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"spfm-im-verhaltnis-zur-pmhf\">Single Point Fault Metric im Verh&#xE4;ltnis zur PMHF<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Eine weitere wichtige Kennzahl ist die PMHF. PMHF steht f&#xFC;r Probabilistic Metric for random Hardware Failures. W&#xE4;hrend SPFM und LFM Architekturmetriken sind, betrachtet die PMHF die probabilistische Gesamtfehlerrate gef&#xE4;hrlicher zuf&#xE4;lliger Hardwareausf&#xE4;lle.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Vereinfacht kann die PMHF aus den relevanten gef&#xE4;hrlichen Anteilen gebildet werden:<math xmlns=\"http:\/\/www.w3.org\/1998\/Math\/MathML\" display=\"block\"><semantics><mrow><mrow><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">M<\/mi><mi mathvariant=\"normal\">H<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><mo>=<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">S<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>+<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">R<\/mi><mi mathvariant=\"normal\">F<\/mi><\/mrow><\/msub><mo>+<\/mo><mo>&#x2211;<\/mo><msub><mi>&#x3BB;<\/mi><mrow><mi mathvariant=\"normal\">M<\/mi><mi mathvariant=\"normal\">P<\/mi><mi mathvariant=\"normal\">F<\/mi><mo separator=\"true\">,<\/mo><mi mathvariant=\"normal\">L<\/mi><\/mrow><\/msub><\/mrow><annotation encoding=\"application\/x-tex\">\\mathrm{PMHF} = \\sum \\lambda_{\\mathrm{SPF}} + \\sum \\lambda_{\\mathrm{RF}} + \\sum \\lambda_{\\mathrm{MPF,L}}<\/annotation><\/semantics><\/math><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die PMHF wird als Fehlerrate angegeben, beispielsweise in FIT oder als Ausfallwahrscheinlichkeit pro Stunde. SPFM und LFM sind dagegen dimensionslose Verh&#xE4;ltniswerte, die h&#xE4;ufig in Prozent angegeben werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Damit erf&#xFC;llen die Kennzahlen unterschiedliche Aufgaben. Die SPFM beantwortet die Frage, wie gut die Architektur gegen Single Point Faults und Residual Faults gesch&#xFC;tzt ist. Die LFM beantwortet die Frage, wie gut latente Mehrpunktfehler beherrscht werden. Die PMHF beantwortet die Frage, wie hoch die verbleibende gef&#xE4;hrliche zuf&#xE4;llige Hardwarefehlerrate ist.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"warum-die-spfm-wichtig-ist\">Warum die Single Point Fault Metric wichtig ist<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM zwingt Entwickler dazu, Hardwareausf&#xE4;lle nicht nur qualitativ zu betrachten, sondern quantitativ einzuordnen. Ohne eine solche Metrik k&#xF6;nnte eine Architektur zwar plausibel wirken, aber dennoch zu viele gef&#xE4;hrliche Einzel- oder Restfehler enthalten.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gerade bei komplexen elektronischen Systemen ist diese quantitative Betrachtung wichtig. <a class=\"glossaryLink\"  href=\"https:\/\/www.pickplace.de\/de\/glossar\/mikrocontroller\/\"  data-gt-translate-attributes='[{\"attribute\":\"data-cmtooltip\", \"format\":\"html\"}]' tabindex='0' role='link'>Mikrocontroller<\/a>, Sensoren, Aktoren, Spannungsversorgungen, Treiberstufen, Speicher, Kommunikationsschnittstellen und &Uuml;berwachungsschaltungen besitzen jeweils eigene Fehlermodi. Diese Fehlermodi k&ouml;nnen unterschiedliche Auswirkungen auf Sicherheitsziele haben.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM macht sichtbar, an welchen Stellen die Architektur zu schwach ist. Wenn die Metrik den geforderten Zielwert nicht erreicht, liegt der kritische Anteil in der Summe der Single Point Faults und Residual Faults. Dann muss analysiert werden, welche Fehlermodi den gr&#xF6;&#xDF;ten Beitrag liefern. H&#xE4;ufig sind wenige dominante Fehlermodi mit hohen Fehlerraten oder schlechter Diagnoseabdeckung.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"typische-massnahmen-zur-verbesserung-der-spfm\">Typische Ma&#xDF;nahmen<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Eine SPFM kann verbessert werden, indem die Fehlerraten der Single Point Faults und Residual Faults reduziert werden. Daf&#xFC;r gibt es mehrere technische Wege.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Erstens k&#xF6;nnen Single Point Faults durch Architekturma&#xDF;nahmen beseitigt oder reduziert werden. Dazu geh&#xF6;ren redundante Pfade, unabh&#xE4;ngige Abschaltmechanismen, R&#xFC;cklesefunktionen, Monitore, Vergleichslogiken oder Watchdogs. Ziel ist, dass ein einzelner Fehler nicht mehr unmittelbar zur Verletzung des Sicherheitsziels f&#xFC;hrt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zweitens k&#xF6;nnen Residual Faults durch bessere Sicherheitsmechanismen reduziert werden. Wenn ein Fehler bereits diagnostiziert wird, aber der Diagnostic Coverage nicht ausreicht, kann eine verbesserte Diagnose helfen. Beispiele sind engere Plausibilit&#xE4;tsgrenzen, zus&#xE4;tzliche Messkan&#xE4;le, zyklische Tests, End-to-End-&#xDC;berwachung, RAM-Tests, Flash-CRC-Pr&#xFC;fungen, Clock-Monitoring oder Spannungs&#xFC;berwachung.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Drittens kann die Fehlerrate einzelner Komponenten reduziert werden. Wenn ein Bauteil mit hoher Fehlerrate einen gro&#xDF;en Beitrag zur kritischen Summe liefert, kann ein robusteres Bauteil oder eine andere Schaltungstopologie helfen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Viertens kann die Sicherheitsfunktion architektonisch anders verteilt werden. Manchmal entsteht ein schlechter SPFM-Wert, weil zu viel Sicherheitsverantwortung an einem einzelnen Hardwarepfad h&#xE4;ngt. Eine andere Aufteilung von &#xDC;berwachung, Steuerung und Abschaltung kann die Metrik verbessern.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"haufige-fehler-bei-der-berechnung\">Einordnung f&#xFC;r Embedded-Systeme<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">In Embedded-Systemen betrifft die Single Point Fault Metric viele typische Hardwarebereiche. Dazu geh&#xF6;ren Mikrocontroller, Taktversorgung, Speicher, Spannungsregler, Sensorik, Aktorik, Leistungstreiber, Kommunikationsschnittstellen und externe &#xDC;berwachungsschaltungen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein Mikrocontroller kann beispielsweise durch CPU-Fehler, Speicherfehler, Registerfehler, Peripheriefehler oder Clock-Fehler betroffen sein. Sicherheitsmechanismen k&#xF6;nnen Lockstep-Architekturen, RAM-Tests, Flash-Pr&#xFC;fsummen, MPU-Konfigurationen, Watchdogs, Clock-Monitore oder interne Safety-Mechanismen sein.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Bei Sensoren spielen Fehler wie Kurzschluss, Unterbrechung, Drift, Stuck-at-Werte oder plausible, aber falsche Signale eine Rolle. Bei Aktoren und Leistungstreibern sind Fehler wie Kurzschluss nach Versorgung, Kurzschluss nach Masse, offene Last, H&#xE4;ngenbleiben eines Ausgangs oder thermische &#xDC;berlast relevant.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM zwingt dazu ihren Beitrag zur gef&#xE4;hrlichen Fehlerrate zu bewerten. Dadurch wird sichtbar, ob die Sicherheitsarchitektur nur formal vorhanden ist oder ob sie die kritischen Fehleranteile tats&#xE4;chlich reduziert.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"bedeutung-fur-asil-bewertungen\">Bedeutung f&#xFC;r ASIL-Bewertungen<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Im Automotive-Kontext wird die Single Point Fault Metric in Abh&#xE4;ngigkeit vom ASIL bewertet. H&#xF6;here ASIL-Stufen stellen h&#xF6;here Anforderungen an die Hardwarearchitektur. Ein System mit ASIL D ben&#xF6;tigt strengere Nachweise als ein System mit ASIL B.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die SPFM ist dabei kein isolierter Nachweis. Sie ist Teil der Hardwarebewertung und steht im Zusammenhang mit Sicherheitszielen, technischen Sicherheitsanforderungen, FMEDA, Sicherheitsmechanismen, LFM und PMHF. Ein bestandener SPFM-Wert ersetzt nicht die &#xFC;brigen Nachweise. Er zeigt nur, dass die Architektur bez&#xFC;glich Single Point Faults und Residual Faults den geforderten Zielbereich erreicht.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die Single Point Fault Metric, abgek\u00fcrzt SPFM, ist eine Hardware-Architektur-Metrik aus der funktionalen Sicherheit. Sie wird vor allem im Umfeld der ISO 26262 verwendet und bewertet, wie gut eine sicherheitsbezogene Hardware-Architektur gegen zuf\u00e4llige Hardwarefehler abgesichert ist, die unmittelbar oder trotz vorhandener Diagnose zu einer Verletzung eines Sicherheitsziels f\u00fchren k\u00f6nnen. Die SPFM ist damit eine zentrale [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"menu_order":0,"template":"","meta":{"footnotes":""},"class_list":["post-2199","glossary","type-glossary","status-publish","hentry"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/glossary\/2199","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/glossary"}],"about":[{"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/types\/glossary"}],"author":[{"embeddable":true,"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":3,"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/glossary\/2199\/revisions"}],"predecessor-version":[{"id":2206,"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/glossary\/2199\/revisions\/2206"}],"wp:attachment":[{"href":"https:\/\/www.pickplace.de\/de\/wp-json\/wp\/v2\/media?parent=2199"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}